Transcript 画像処理・実習 第一回： ガイダンス，ディジタル画像の表現

画像処理・実習
第十四回：パターン認識
東海大学
情報理工学部 情報メディア学科
濱本和彦
今回の内容
5. パターン認識
5.1 マッチングの原理
 5.2 テンプレートマッチング
 実習


相互相関とテンプレートマッチング
一般的なマッチングの尺度
フーリエ変換を
思い出してみよう
s   F ( x)G( x)dx
b
a
ある座標における関数値の積の総和＝関数の内積
それぞれの関数の大きさで正規化すると次のようなります。
 F ( x)G(x)dx
 F ( x)dx  G ( x)dx
b
R
a
b
a
2
b
a
2
一般的なマッチングの尺度
これは-1～+1の値をもち，
cosΘで表現されます。
 F ( x)G(x)dx
 F ( x)dx  G ( x)dx
b
R
a
b
a
2
b
2
 cos
a
相互相関係数
Θは関数間の角度。
二つの関数をベクトル
表現した時のベクトル
が作る角度になます。
ディジタルデータの相互相関係数
二つのデジタルデータ → ベクトルデータとして考える
 f1, f 2 
g1, g2 

f

g
相互相関係数は，ベクトルの内積を用いて次のように表現する。
 
 
f , g  f  g cos であるから，
 
f,g
R  cos   
f g

f1g1  f 2 g2
f12  f 2 2 g12  g2 2
ディジタルデータの相互相関係数
一般にN次元ベクトルの場合には次のように表される。
N 1
f g
R  cos 
k 0
N 1
2
k
k 0
f
k
k
N 1
2
g
 k
k 0
実際の場合は平均値を引く必要があるため次のようになる。
 f
N 1
R  cos 
k 0
 f
N 1
k 0
k
 f gk  g 
f
2
k
N 1
 g
k 0
 g
2
k
実習：演習5.2
image_processing14.cとimgpattern.hを
利用します。
imgpattern.hのvoid Ensyu5_2(void)を完
成させなさい。
相関の結果が演習5.1の通りになることを
確認しなさい。
画像の相互相関関数
データが二次元の画像（N×N）の場合も，同様な処理で
相互相関係数が求まります。
  f [k ][l ]  f t[k ][l]  t 
N 1 N 1
R
l 0 k  0
N 1 N 1
  f [k ][l]  f  t[k ][l ]  t 
l 0 k 0
2
N 1 N 1
l 0 k 0
2
実習：画像の相互相関係数
void Cross_correlation(void)を完成させなさい。
この関数の実行時は，Input_image()や
Output_image()は必要ありません。関数内で２
つの画像をオープンします。
lena.raw同士，lena.rawとlenan20.raw(雑音が
ある場合)，lena.rawとlenai.raw(白黒反転)の組
合せで相互相関係数を求め，考察しなさい。
実習：画像の相互相関係数
-1.0
1.0
0.835
相互相関でこんなことができます。
簡単な人物認証
濱本研メンバーDB
こういう人がやってきました
Ａ 0.434
Ｂ 0.548
Ｃ 0.652
相互相関係数を求めます。
Ｅさんと判断されました。
Ｄ 0.512
Ｅ 0.746
Ｆ 0.564
研究室への入室が許可されます。
相互相関でこんなことができます。
簡単な人物認証
濱本研メンバーDB
こういう人がやってきました
Ａ 0.321
Ｂ 0.619
Ｃ 0.836
相互相関係数を求めます。
Ｃさんと判断されました。
Ｄ 0.650
Ｅ 0.698
Ｆ 0.537
研究室への入室が許可されます。
相互相関でこんなことができます。
簡単な人物認証
濱本研メンバーDB
こういう人がやってきました
Ａ 0.186
Ｂ -0.089 Ｃ -0.046
相互相関係数を求めます。
どのデータとも相関が高くありません。
Ｄ -0.190 Ｅ -0.134 Ｆ -0.080
研究室への入室が許可されません。
テンプレートマッチング
入力画像の中から，テンプレート（標準パターン）
に一致する位置を検出します。


パターン位置の検出
動いた物体の追跡
方法



画像にテンプレートを重ね相互相関係数を計算します。
テンプレートの位置をずらして再度相互相関係数を計
算します。
これを繰り返して，相互相関係数が最大になる位置を
探します。
テンプレートマッチング
テンプレートを移動しな
がら，相互相関を計算
相互相関が最大になっ
た位置が，テンプレートの
パターンと同じ図形となる
位置である。
テンプレートマッチング
テンプレートサイズをm×nとし，画像上の位置(i, j)における
相互相関係数は次の式で求められます。これは，式5.16に
平均値処理と正規化を加えたものです。相互相関関数と呼
ばれます。
n1 m1
  m  n 

f
i


k
j


l

f
 
t[k ][l ]  t 




2
 2 
l 0 k 0  

R[i][ j] 
2
n1 m1
  m  n 
 n1 m1
2


f
i


k
j


l

f
t
[
k
][
l
]

t




 2
  2 
l 0 k 0 
 l 0 k  0
・テンプレートの中心が(i, j)と一致するようにしています。
・平均値は，m×n領域内での平均値です。
・式5.16では正確な処理を行うことは出来ません（何故？）
実習：テンプレートマッチング
void Template_matching(void)を実行し，テンプレート
マッチングの処理を確認しましょう。
テンプレートのサイズは，幅40，高さ48です。
テンプレート画像は，この関数内で入力処理を行います。
対象画像の入力は，Input_image()で行ってください。
相互相関が最大になった位置とその時の相関値を出力
します。
相関係数がどのように分布しているかを画像として出力
します。これを相互相関関数と呼びます。
入力画像：characters3.raw
テンプレート：characters3a.raw
実習：テンプレートマッチング
＝‘Ａ’の文字はこの
最大値：
x=50, y=69, R=1.00 位置にある！
実習：テンプレートマッチング
void Template_matching2(void)は，式
5.16によるものです。正しい結果が得られ
ないことを確認してください。
それは一体何故でしょうか？
こういうことができます
は，どこにいるでしょう？
最大値：
x=179, y=25
課題
教科書p.76の式5.17によりテンプレート
マッチングを行うプログラムを完成させ，
characters3.rawとcharacters3a.rawを用
いた実行結果を示してください。
提出期限は8/1，23:59とします。
i-collaboから提出してください。
期末テスト範囲
第四章 ２値化画像p39-p52（境界線追跡まで）
第五章 パターン認識 5.1, 5.2のみ
第七章 画像の直交変換 7.1, 7.2, 7.3
内容：


中間と同じく，プログラムを書く問題はない。
教科書の類似問題 ５割


教科書を理解していれば解ける問題 ３割


処理結果の予測，処理の選択など
きちんと理解している必要がある問題 ２割


穴埋めと演習問題より（数値を変更する場合アリ）
応用問題。説明を求める問題など。
試験8割，レポート2割

レポートは，3つ提出の場合上位2点を採点対象とする。